WIP: Software Engineering Competencies in the Age of AI

소프트웨어 공학의 세계를 거대하고 북적이는 건설 현장이라고 상상해 보십시오. 수십 년 동안, 새로운 건설업자(대학생)를 교육하기 위한 설계도는 "인증 기구"라고 불리는 엄격한 건축가 집단에 의해 세심하게 그려져 왔습니다. SE2014 가이드라인과 같은 이 설계도들은 학교에 어떤 도구를 가르쳐야 하는지, 즉 어떻게 벽돌을 쌓고, 콘크리트를 배합하며, 건축 법규를 준가해야 하는지를 정확히 알려주었습니다.

하지만 그 후, 현장에 새로운 종류의 마법 도구가 등장했습니다: 바로 인공지능(AI)입니다. 이것은 마치 벽을 즉석에서 그리거나 누수가 생길 최적의 방법을 제안할 수 있는 로봇 조수와 같습니다. 문제는, 기존의 설계도에 이 로봇을 포함하도록 업데이트되지 않았다는 점입니다. Vonderhaar, Towhidnejad, 그리고 Ochoa의 논문은 만약 우리가 계속해서 옛날 지도를 가지고 건설업자를 훈련시킨다면, 그들은 망치를 들고 건물을 지을 준비를 해서 졸업하겠지만, 실제 산업 현장은 이미 로봇 보조 건설 시스템으로 돌아가고 있다는 사실을 발견하게 될 것이라고 주장합니다.

도구 상자에서 빠진 조각
저자들은 최신 산업 보고서와 채용 공고를 검토했으며, 그곳에서 명백한 격차를 발견했습니다. 업계의 거대한 가이드북인 SWEBOK이 마침내 AI를 직무의 "기초적인(foundational)" 부분으로 인정했다는 점(AI를 전혀 언급하지 않았던 2014년 버전과는 매우 큰 변화입니다)에도 불구하고, 실제 학교 커리큘럼과 역량 모델인 SWECOM은 여전히 과거에 머물러 있습니다.

이 논문은 현재 대학들이 졸업생들을 적절한 생존 장비 없이 "AI의 황금기"로 내보내고 있다고 시사합니다. 이는 마치 항해사에게 레이더를 읽는 법을 가르치지 않은 채 제트기 시대 속으로 항해사를 보내는 것과 같습니다. 저자들은 기존의 기술들이 쓸모없다고 말하는 것이 아니라, 현재의 교육이 불완전하다는 점을 시사하고 있습니다.

필요한 두 가지 새로운 초능력
실제 기업들이 무엇을 요구하고 있는지에 대한 검토를 바탕으로, 저자들은 소프트웨어 엔지니어의 훈련 매뉴얼에 두 가지 완전히 새로운 "초능력"을 추가해야 한다고 제안합니다. 이들은 단순히 무작위적인 아이디어를 제안하는 것이 아니라, 현재 산업계가 필요로 한다고 문헌에서 직접 밝힌 내용을 끌어온 것입니다.

1. AI 리터러시 (The "Robot Whisperer" Skill - 로봇과 대화하는 기술):
   이것은 로봇을 만드는 것에 관한 것이 아니라, 로봇에게 어떻게 말을 걸어야 하는지에 관한 것입니다. 논문은 학생들이 일반적인 코드를 작성하더라도 대규모 언어 모델(LLM)과 같은 AI 도구를 효과적으로 사용하는 방법을 알아야 한다고 제안합니다.

   • 구체적인 모습: 이것은 "프롬프트 엔지니어링", 즉 좋은 답을 얻기 위해 로봇에게 올바른 질문을 던지는 기술을 배우는 것과 같습니다.
   • 주의점: 저자들은 이러한 도구를 훈련 없이 사용한다면 실제로 더 느리게 일하게 될 수도 있다고 지적합니다. 또한, 로봇의 작업물에서 발생하는 "환각(hallucination, 로봇이 지어내는 현상)"과 편향성을 확인하는 방법도 알아야 합니다. 이는 단순히 수동적인 사용자가 되는 것이 아니라, 똑똑한 편집자가 되는 것에 관한 것입니다.

2. AI 개발 (The "Robot Builder" Skill - 로봇을 만드는 기술):
   이것은 AI 시스템 자체를 만들고자 하는 학생들을 위한 것입니다. 논문은 이것이 훨씬 더 높은 수준의 노력이 필요하다고 제안합니다.

   • 구체적인 모습: 여기에는 지저한 데이터를 정리하는 법(마치 자동차를 만들기 전에 혼란스러운 차고를 정리하는 것처럼), 모델을 훈련하는 법을 이해하는 것, 그리고 모델을 테스트하는 법이 포함됩니다.
   • 반전: 저자들은 AI를 만드는 것이 일반적인 소프트웨어를 만드는 것과 다르다는 점을 지적합니다. AI는 학습하면서 마음을 바꿀 수 있기 때문에 처음부터 모든 것을 계획할 수 없습니다. 이는 다른 종류의 테스트와 전통적인 소프트웨어에서는 항상 필요하지 않았던 윤리에 대한 집중을 요구합니다.

이 논문이 말하고자 하는 것이 아닌 것
이 논문이 주장하지 않는 바를 아는 것이 중요합니다. 저자들은 모든 소프트웨어 엔지니어가 숙련된 데이터 과학자가 되어야 한다고 말하는 것이 아닙니다. 그들은 기존의 소프트웨어 구축 방식이 죽었다고 말하는 것도 아닙니다. 또한, 대학들이 이미 이 문제를 해결했다고 주장하는 것도 아닙니다. 실제로 그들은 이것이 "진행 중인 연구(Work-In-Progress, WIP)"임을 명시적으로 밝히고 있습니다.

그들은 완성된, 해결된 퍼즐을 제시하는 것이 아닙니다. 대신, 거울을 들어 보이며 "이보세요, 우리 훈련 계획에 이런 구멍이 있습니다"라고 말하고 있는 것입니다. 그들은 현재의 가이드라인(SE2014 등)이 AI를 언급하지 않기 때문에 구식이라고 주장하며, 역량 모델(SWECOM)이 이러한 새로운 기술을 포함하도록 업데이트되어야 한다고 논쟁합니다.

다음 단계
저자들은 본질적으로 이렇게 말하고 있습니다. "우리는 격차를 확인했으며, 이를 채울 기술 목록을 제안합니다." 그들은 이 두 가지 새로운 영역인 AI 리터러시와 AI 개발을 소프트웨어 엔지니어가 알아야 할 공식 목록에 추가할 것을 제안합니다.

하지만 그들은 앞으로 큰 장애물이 있을 것임을 인정합니다. AI는 믿을 수 없을 정도로 빠르게 변하기 때문에, 커리큘럼을 최신 상태로 유지하는 것은 끊임없는 경주가 될 것이라고 언급합니다. 또한 일부 학교에는 AI를 가르칠 수 있을 만큼 AI를 잘 아는 교사가 없을 수도 있으며, 이러한 주제를 추가하는 것이 다른 중요한 과목들을 밀어낼 수도 있다고 우려합니다.

따라서 이 논문은 오늘날 모든 것을 해결해 주는 마법 지팡이를 제공하는 것이 아닙니다. 대신, 하나의 로드맵을 제공합니다. 현대의 노동 시장에서 살아남기 위해서 다음 세대의 소프트웨어 엔지니어는 기존의 구축 방식과 AI와의 협업 방식 모두에 능숙해야 한다고 제안합니다. 저자들은 학생들이 10년 전의 직업이 아니라, 현재 실제로 존재하는 직업에 대비할 수 있도록 규칙을 업데이트해야 한다고 주장하고 있습니다.